Meta-CLIP发布：提升医学影像零样本疾病推断

Meta-CLIP是一个面向零样本疾病推断的元数据条件对比学习框架。该框架通过利用DICOM头部信息优化跨模态负样本加权，旨在提升医学影像零样本疾病推断性能。 在CT-RATE数据集的测试中，Meta-CLIP展示了优于基线模型的性能。具体而言，其宏观AUROC指标比CT-CLIP高出1.41分，证明了该方法在利用元数据改善对比学习效果方面的有效性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。